[論文レビュー] An anti-incursion algorithm for unknown probabilistic adversaries on connected graphs

Jesse Geneson|arXiv (Cornell University)|Jan 4, 2017

Advanced Malware Detection Techniques参考文献 1被引用数 3

ひとこと要約

本稿では、連結グラフ上を未知の確率的ギャンブラーを追跡するパトロール官に対して、深さ優先探索（DFS）を修正したアルゴリズムを提案する。ギャンブラーの移動確率分布は未知である。ランダムに選ばれたリーフ（葉）で一時停止し、追加のターンをとることで、捕獲までの期待時間は約1.95nに削減され、KomarovとWinklerが確立した未知の敵対者に対する従来の上界1.97nを改善する。

ABSTRACT

A gambler moves on the vertices $1, \ldots, n$ of a graph using the probability distribution $p_{1}, \ldots, p_{n}$. A cop pursues the gambler on the graph, only being able to move between adjacent vertices. What is the expected number of moves that the gambler can make until the cop catches them? Komarov and Winkler proved an upper bound of approximately $1.97n$ for the expected capture time on any connected $n$-vertex graph when the cop does not know the gambler's distribution. We improve this upper bound to approximately $1.95n$ by modifying the cop's pursuit algorithm.

研究の動機と目的

• 連結グラフ上を追跡するパトロール官が、未知の確率的ギャンブラーを捕獲するまでの期待時間を短縮すること。
• KomarovとWinklerが確立した約1.97nの従来の上界を改善すること。
• 1.5n（3n/2）の予想される上界が達成可能かどうか、特にスターモデルのような最悪ケースのグラフにおいて検証すること。
• 特定のリーフでの戦略的停止が、回避確率および捕獲効率に与える影響を分析すること。
• 制限付きの訪問パターン下での回避確率の確率的解析を通じて、上界を精緻化すること。

提案手法

• パトロール官は、連結グラフGの生成木T上で深さ優先探索（DFS）を実行する。
• パトロール官は、⌈0.72912n⌉個の頂点からなるランダムな部分集合Uを選択し、Uに属する各リーフで一時停止して追加ターンをとる。
• 各サイクルの開始時に、DFSの進行方向（前進または後退）を一様にランダムに選ぶ。
• 方向選択のランダム性のおかげで、1回のDFSにおける期待ターン数は≤1.36456nに抑えられる。
• 回避確率は2つのケースに分けて分析する：2つの高確率頂点が複数回訪問される場合、およびそれ以外の場合。
• 切り捨て探索SとS′を用いた還元技術により、回避確率の上界が得られ、指数関数的減衰の境界が導かれる。

実験結果

リサーチクエスチョン

• RQ1 連結n頂点グラフ上での未知の確率的敵対者に対する、捕獲までの期待時間は、従来の上界1.97nを下回る可能性があるか？
• RQ2 期待捕獲時間を最小化するための最適な戦略的一時停止回数（リーフでの追加ターン数）はいくつか？
• RQ3 スターモデルのようなグラフが、未知のギャンブラーモデル下でも依然として最悪ケースのままか？
• RQ4 頂点訪問頻度の分布が、DFSに基づく追跡戦略における回避確率にどのように影響するか？
• RQ5 確率的不等式と対称性の議論を用いて、回避確率のより鋭い解析的境界を導出可能か？

主な発見

• 期待捕獲時間は約1.95335n未満に上界され、従来の上界1.97nを改善する。
• 1回のDFSにおける回避確率は最大0.17745であり、この値は不等式(1−1/n)^1.72912n ≤ e^−1.72912 から導出される。
• 捕獲までのDFSサイクルの期待回数は1.21574未満である。これは回避確率に基づく。
• 成功しないDFSサイクルにおける期待ターン数は<0.58879n、成功サイクルでは≤1.36456nに抑えられる。
• 定数0.72912は、x/(1−e^(1−x)) − x/2 を x=2.72912 で最小化するように選ばれており、境界の最適化に寄与する。
• 上界はタイトではない。例えば、サイクルC_nのような特定のグラフに対する既知の最良の境界は1.082nから1.953nの範囲に収まる。